从Pandas边列表构建NetworkX无向图后，Plotly可视化出现'pos'键错误的问题咨询

问题背景 #

我尝试从名为formatted_unique_edges的DataFrame创建无向图，其中weight列用于后续Plotly可视化的边着色。DataFrame结构如下：

参考Plotly示例代码时，发现用nx.random_geometric_graph生成的图自带节点pos属性，但用nx.from_pandas_edgelist从我的DataFrame创建的图，节点属性为空字典，执行G.nodes[edge[0]]['pos']时抛出KeyError: 'pos'。

问题根源 #

nx.from_pandas_edgelist的作用是从边表数据创建图结构，仅保留节点和指定的边属性（比如你的weight），它不会自动为节点生成空间位置（pos）。而nx.random_geometric_graph是专门用于生成带空间位置的随机图，所以会自动给每个节点添加pos属性。

正确解决方案 #

要解决这个问题，你需要在创建图之后，手动为节点生成布局位置，并将位置赋值给节点的pos属性，步骤如下：

1. 从DataFrame创建图

首先用nx.from_pandas_edgelist创建包含weight属性的图：

import networkx as nx
import pandas as pd

# 构造你的DataFrame（如果已存在可跳过此步）
data = {
    'source': ['protein_2', 'protein_2', 'protein_3', 'protein_2', 'protein_2', 'protein_3', 'protein_3', 'protein_4', 'protein_4', 'protein_5'],
    'target': ['protein_3', 'protein_6', 'protein_6', 'protein_4', 'protein_5', 'protein_4', 'protein_5', 'protein_5', 'protein_6', 'protein_6'],
    'weight': [3, 2, 2, 2, 2, 2, 2, 2, 1, 1]
}
formatted_unique_edges = pd.DataFrame(data)

# 创建图，保留weight边属性
G = nx.from_pandas_edgelist(formatted_unique_edges, edge_attr='weight')

2. 生成节点布局并赋值

使用NetworkX提供的布局算法（如弹簧布局、Kamada-Kawai布局等）为节点生成位置，再将位置存入节点的pos属性：

# 选择布局算法，这里用spring_layout（弹簧布局），seed参数保证布局结果可复现
pos = nx.spring_layout(G, seed=42)

# 将位置赋值给每个节点的pos属性
for node in G.nodes():
    G.nodes[node]['pos'] = pos[node]

你可以根据图的类型选择不同的布局：

• nx.spring_layout：基于力导向的布局，适合大多数网络
• nx.kamada_kawai_layout：基于节点间距离优化的布局，适合展示节点关联紧密程度
• nx.circular_layout：将节点排列成环形，适合展示对称结构
• nx.random_layout：随机分配节点位置

3. 收集边坐标用于Plotly可视化

现在节点已经有pos属性了，就可以像示例代码一样收集边的坐标，同时还可以收集weight用于边着色：

edge_x = []
edge_y = []
edge_weights = []  # 收集权重，后续用于边的颜色映射

for edge in G.edges(data=True):
    u, v, attrs = edge  # edge包含源节点、目标节点、边属性字典
    x0, y0 = G.nodes[u]['pos']
    x1, y1 = G.nodes[v]['pos']
    
    # 收集边的坐标点（用None分隔不同边）
    edge_x.append(x0)
    edge_x.append(x1)
    edge_x.append(None)
    
    edge_y.append(y0)
    edge_y.append(y1)
    edge_y.append(None)
    
    # 收集当前边的权重
    edge_weights.append(attrs['weight'])

额外说明 #

如果你需要自定义节点位置（比如根据蛋白质的某些生物学属性分配坐标），可以手动构建pos字典，例如：

# 手动指定每个节点的位置
pos = {
    'protein_2': (0, 0),
    'protein_3': (1, 0),
    'protein_4': (0, 1),
    'protein_5': (1, 1),
    'protein_6': (0.5, 2)
}

# 赋值给节点属性
for node in G.nodes():
    G.nodes[node]['pos'] = pos[node]

内容的提问来源于stack exchange，提问作者Tim Kirkwood